機器學習演算法與應用
Machine Learning Algorithm and Its Application
學期
110-2
學分
0
學分
當期課號
5680
永久課號
ITM5214
開課單位
管理學院碩士在職專班-科管組
授課教師
李昕潔
校區
光復
類別
選修
上課時間表
| 節 | 週一 |
|---|---|
A 18:30–19:20 | 機器學習演算法與應用 A701（光復） 3 節連堂 |
B 19:30–20:20 | |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
概述
本課程的目的在於提供基礎機器學習理論知識,並提供給對機器學習及其應用有興趣的學生一個基礎的概念。本課程完成後,學生將掌握機器學習的基本知識,並進一步了解其在尖端科技中的多樣化應用。
先修科目
(a) 基礎數學 (大學部程度) (b)電腦科學概論 (計算機概論) (b) 選擇性: (a)離散數學 (無可, 有則更好)
備註
無備註
教學方式
部分課程內容是通過選擇適當的教材、科技報告、期刊論文和相關的最新科技新聞來組織的。
評分方式
1.學期作業: 無 2.考試狀況: 無 3.評量方法: 上課問答(20%), 個人期中報告(40%), 期末小組報告(40%)
課程大綱
機器學習應用
前沿機器學習應用研討與分析
- 講授：
- 9
機器學習演算法
1、導論 2、概念學習 3、監督式學習 4、非監督式學習 5、半監督式學習 6、?化學習 7、決策樹學習 8、人工神經網路 9、支持向量機 10、貝葉斯學習 11、計算學習理論 12、優化理論
- 講授：
- 39
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 導論 |
| 第 2 週 | 導論 |
| 第 3 週 | 概念學習 |
| 第 4 週 | 監督式學習 |
| 第 5 週 | 非監督式學習 |
| 第 6 週 | 非監督式學習 |
| 第 7 週 | ?化學習 |
| 第 8 週 | 決策樹學習 |
| 第 9 週 | 人工神經網路 |
| 第 10 週 | 支持向量機 |
| 第 11 週 | 期中考 |
| 第 12 週 | 貝葉斯學習 |
| 第 13 週 | 計算學習理論 |
| 第 14 週 | 優化理論 |
| 第 15 週 | 前沿機器學習應用研討與分析 |
| 第 16 週 | 前沿機器學習應用研討與分析 |
| 第 17 週 | 前沿機器學習應用研討與分析 |
| 第 18 週 | 期未考 |
教科書
書名: Introduction to Machine Learning (3rd Edition) 作者: Ethem Alpaydin 出版社: The MIT Press 出版年: 2014
Office Hours
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- 教師未提供此項資料